Tencent telah meluncurkan Hy4 Preview, model Mixture-of-Experts (MoE) sumber terbuka. Rilis ini menandai peningkatan signifikan dalam perlombaan AI yang semakin ketat di Tiongkok, di mana perusahaan teknologi terbesar di negara tersebut berlomba-lomba membangun model dasar yang semakin besar.
Sebagai konteks, model Hy3 sebelumnya dari Tencent memiliki total 295 miliar parameter. Anggap parameter sebagai tombol dan pengatur yang dapat disesuaikan model selama pelatihan: semakin banyak parameter, umumnya semakin mampu model mempelajari pola yang lebih halus, meskipun seberapa efisien parameter tersebut digunakan juga sama pentingnya.
Dari Hy3 ke Hy4: evolusi cepat
Build preview Hy4 membangun di atas fondasi yang sudah kuat. Model Hy3 Tencent, arsitektur MoE dengan total 295 miliar parameter dan 21 miliar parameter aktif serta jendela konteks 256K, dilepaskan secara open source di bawah lisensi Apache 2.0 pada April 2026 sebelum rilis resminya pada Juli.
Penggunaan mingguan Hy3 meningkat lebih dari 68 kali setelah beralih dari versi preview ke rilis resmi.
Hy3 menjadi mesin di balik rangkaian produk Tencent yang terus berkembang, memperkuat fitur-fitur di seluruh Yuanbao (aplikasi asisten AI Tencent), CodeBuddy (asisten pemrogramannya), dan WorkBuddy (alat produktivitas perusahaannya). Model ini memberikan peningkatan signifikan dalam penalaran, pemrograman, dan penanganan tugas multi-langkah yang kompleks.
Pengujian gray dan jalan menuju rilis penuh
Selama laporan laba Q2 sekitar 12-13 Agustus 2026, Tencent mengungkapkan rencana untuk segera meluncurkan model Hy4 dengan parameter lebih besar, dengan fokus pada peningkatan kinerja dan kemampuan multimodal.
Pada 20-21 Agustus, pengujian awal versi abu-abu dari model Hy4 terdeteksi di aplikasi Tencent Yuanbao, di mana model tersebut diposisikan sebagai "model tingkat ahli." Tidak ada spesifikasi resmi yang diungkapkan, termasuk jumlah parameter tepat dan rincian arsitektur.
Serangkaian Hy dipimpin oleh ilmuwan AI utama Tencent, Yao Shunyu. Tencent telah mengadopsi strategi ganda: mengembangkan model milik sendiri seperti seri Hy sambil secara bersamaan memanfaatkan alternatif open-source terbaik, termasuk model dari DeepSeek.